1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

import cv2
import librosa
import numpy as np
from moviepy.editor import VideoFileClip, AudioFileClip, CompositeVideoClip

# 音声ファイルと画像ファイルのパスを指定
audio_path = './audio.wav'
close_image_path = './close.png'
open_image_path = './open.png'

# 音声ファイルを読み込み、サンプリングレートをそのままにして音質を保持
y, sr = librosa.load(audio_path, sr=None)

# 無音区間を検出して非無音セグメントを取得、top_dbを20に設定して細かい音も拾う
segments = librosa.effects.split(y, top_db=20, ref=np.max)

# 画像ファイルを読み込み
close_img = cv2.imread(close_image_path)
open_img = cv2.imread(open_image_path)

# ビデオを生成する準備
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
video = cv2.VideoWriter('output.mp4', fourcc, 30.0, (close_img.shape[1], close_img.shape[0]))

# 各フレームに対して画像を選択し、ビデオフレームに追加
frame_rate = 30
frame_duration = 1 / frame_rate
total_duration = len(y) / sr
t = 0
while t < total_duration:
    segment_status = any(start / sr <= t < end / sr for start, end in segments)
    frame = open_img if segment_status else close_img
    video.write(frame)
    t += frame_duration

# ビデオファイルを保存
video.release()

# moviepyを使ってビデオファイルに音声ファイルを結合
video_clip = VideoFileClip('output.mp4')
audio_clip = AudioFileClip(audio_path)
final_clip = video_clip.set_audio(audio_clip)
final_clip.write_videofile('final_output.mp4', codec='libx264')